-
基于MAPREDUCE并行處理的軌跡模式挖掘算法的研究
摘 要：關聯規(guī)則算法中FP-Growth算法雖不產生候選集，但由于算法高度依賴于內存空間，阻礙了算法在大數據領域的 發(fā)揮，因此，改進了經典的FP-Growth算法，首先創(chuàng)建支持度計數表，避免了算法對條件模式基的第一次遍歷，減少了對數據 庫的掃描次數；其次利用剪枝策略刪去了大量沉余的非頻繁項集；最后將算法并行化，利用Hadoop平臺優(yōu)勢極大提高數據 處理的效率，同時解決了算法占用內存的瓶頸問題。實驗結果表明，改進型FP-Growth算法挖掘和預測軌跡的效率明顯高于 經典算法。
